自己教師ありトピックモデリング

自己教師ありトピックモデリングは、古典的なトピックモデルの解釈可能なトピック発見能力と、対照学習、マスク言語モデリング、再構築などの自己教師あり学習目的を組み合わせることで、人間によるラベル付けなしに、ラベルなしテキストから一貫性のある意味的に豊かなトピックを学習します。これは、古典的な確率的トピックモデルと現代的な表現学習を橋渡しし、文脈的な意味により適合したトピックをもたらします。